Introduction
AperçuLes data scientists feront partie des spécialistes les plus demandés sur le marché de la haute technologie. Le but de notre programme est de répondre à cette demande et d'équiper les jeunes scientifiques les plus talentueux d'une connaissance de haut niveau de l'apprentissage automatique, de l'apprentissage profond, de la vision par ordinateur, de l'analyse de données industrielles, du traitement du langage naturel, de la modélisation mathématique et d'autres domaines importants de science des données moderne.Modes et durée: 2 ans (temps plein)
Frais de scolarité: pas de frais de scolarité pour ceux qui ont réussi la sélection
Langue: AnglaisÉducationLe programme de maîtrise est de 2 ans: la première année est de renforcer votre base théorique, et la deuxième année est axée sur la recherche. Les étudiants ont la liberté de choisir des cours et des activités parascolaires pour façonner leur trajectoire individuelle, acquérir des compétences générales et acquérir des compétences entrepreneuriales pour se préparer au placement.Conférences et cours pratiques dirigés par des professeurs et des experts de renommée mondiale.
Projets de recherche individuels d'étudiants réalisés dans les laboratoires Skoltech.
Un programme d’immersion estivale de 8 semaines dans des entreprises de premier plan qui met en œuvre leurs connaissances et leurs compétences.
Cours sur l'entreprenariat et l'innovation qui fournissent des compétences, ainsi que des connaissances, pour commercialiser des idées et des résultats de recherche.Un diplômé du programme sauraFondements mathématiques et algorithmiques de Data Science
Principaux aspects méthodologiques de la recherche scientifique et du développement d'applications en Data Science
Techniques de pointe de l'apprentissage automatique et domaines connexesStructure du programmeLe programme de 2 ans comprend des cours au choix obligatoires et recommandés sur les sujets les plus importants, un large éventail de cours au choix (en fonction de la recherche et des besoins professionnels de l'étudiant), des composantes d'entrepreneuriat et d'innovation, une activité de recherche et 8 semaines d'industrie. immersion.
Piste: Machine Learning et Intelligence Artificielle (MLAI)
Les techniques d'apprentissage automatique sont à la pointe de la science des données moderne et de l'intelligence artificielle. Le programme du programme contient une combinaison équilibrée de sujets développés très récemment avec un enseignement approfondi des fondements mathématiques, tels que l'algèbre linéaire avancée, l'optimisation, les statistiques en haute dimension, etc.
Cette piste est également disponible sous forme de réseau avec l'Institut de physique et de technologie de Moscou.
Un diplômé réussi de cette piste sera capable de:Comprendre et formuler des tâches complexes du monde réel comme des problèmes d'analyse de données;
Contribuer au développement du logiciel d'apprentissage automatique de nouvelle génération compétitif ou supérieur aux exemples existants de logiciels dans des domaines d'application critiques et émergents;
Appliquez des outils logiciels, des algorithmes, des modèles de données et des environnements informatiques pertinents pour résoudre des problèmes du monde réel.Piste: Math pour l'apprentissage automatique (MML)
(En réseau avec l'École supérieure d'économie)
L'apprentissage automatique moderne est à la pointe de diverses disciplines des mathématiques et de l'informatique. Les mathématiques de l'apprentissage automatique sont l'un des domaines les plus dynamiques de la science moderne, englobant les statistiques mathématiques, l'apprentissage automatique, l'optimisation et la théorie de l'information et de la complexité. Dès le début du programme, les étudiants collaborent dans des groupes de travail thématiques et participent activement à la recherche, en apprenant des scientifiques de Skoltech et de l'École supérieure d'économie, ainsi que de grands spécialistes mondiaux en statistiques, en optimisation et en apprentissage automatique.
Un diplômé réussi de cette piste:Posséder une connaissance active des méthodes et des approches modernes d'apprentissage statistique, y compris les statistiques mathématiques, les processus stochastiques, l'optimisation convexe;
Être capable d'appliquer et de développer de telles méthodes pour résoudre des problèmes complexes d'analyse de données motivés par la pratique.Conditions d'entrée:Connaissances et compétences: Calcul, Equations différentielles, Algèbre linéaire, Théorie des probabilités et statistiques mathématiques, Mathématiques discrètes (y compris la théorie des graphes et les algorithmes de base), Programmation.
Formation: Baccalauréat en informatique, ou son équivalent en mathématiques, informatique, technologies de l'information et de la communication, physique appliquée ou dans d'autres domaines techniques.
Langue anglaise: Si votre formation n’est pas dispensée en anglais, vous devrez faire preuve d’un niveau suffisant de maîtrise de l’anglais.
PACK D'APPLICATION:Votre CV (ENG)
Lettre de motivation (ENG)
2 lettres de recommandation
Diplôme ou relevé de notes
Vos certificats et récompenses, réalisations et autres matériaux pour le portfolio
